网络综艺节目粉丝的感知、移置与涵化

来源 :长安大学 | 被引量 : 0次 | 上传用户:ABC20090907
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
伴随着媒介技术的发展,网络娱乐真人秀类节目形式不断创新,养成类网络综艺节目成为近年受众热捧的娱乐节目类型。这类节目具有不同以往网络综艺节目的鲜明特色,以粉丝的参与度决定偶像是否能出道为主要卖点,是粉丝被娱乐经济更深层次的卷入。本文旨在通过分析养成类娱乐节目中粉丝对偶像的感知、移置和涵化,研究养成类节目粉丝形成过程和节目的涵化效果,深入思考养成类娱乐节目对粉丝的影响及其社会责任。本文选取典型的养成类网络娱乐真人秀节目《偶像练习生》作为研究个案,运用文本分析和调查问卷相结合的方法,在借鉴媒介感知、移置和涵化理论等相关研究成果的基础上,对研究变量进行了操作化定义、设计并在节目粉丝群发放了调查问卷。同时,配合对第一季节目的弹幕和微博文本分析,对养成类网络综艺节目粉丝群体的偶像感知、移置、涵化进行研究。通过调查该节目发现粉丝群体女性占绝大多数,以低龄低收入的学生群体为主。研究有以下几个方面结论:第一,粉丝对偶像的感知方面,偶像要素感知中奋斗型的偶像最具吸引力,媒介策略感知中网络化、群体性、视觉性策略更有效,感知主动性上粉丝偏向于对节目选择性信息接收强化偶像忠诚度。第二,移置方面,粉丝在情感、行为、情境、价值四个方面均表现出不同程度的移置,表现为依赖性情感移置强烈,经济行为介入较深,社交和政治行为浸入不深,情境认知理性但角色代入较深,价值移置导向积极。第三,从节目对粉丝的涵化效果来看,涵化效果一致性不明显,主流化倾向明显,情感共鸣总体理性,人格发展积极向好。总体上,粉丝是能动的“阅听人”,“养成”类节目兼具角色满足与经济责任,节目偶像总体呈现积极榜样力量。
其他文献
为了增加多用户天线分集效益,提高5G(The Fifth Generation,第五代移动通信)移动通信系统的频谱效率,需要对大规模MIMO-FBMC(Massive Multiple-Input Multiple-Output-Filter
物联网被称为继计算机、互联网之后世界信息产业发展的第三次浪潮。作为其核心技术之一的无线传感器网络(WSNs)在诸多领域内都具备广阔的应用前景。在很多的的应用场景中,WSN
目前,互联网流量急速膨胀,用户在面对这些数据时,无法有效地获取自身所需信息,于是推荐算法应运而生。知识图谱对知识语义联系具有优秀的表示能力,将其运用于推荐算法能够有效地增强物品相似度以提高推荐效果。因此,基于知识图谱的推荐对于推荐算法的进步具有重要的意义。本论文在目前流行推荐算法和知识图谱相关技术的研究基础上,创新性地提出了基于包含客观物品内在知识和主观用户偏好的知识图谱的电影推荐算法。一方面,当
混凝土内部结构的细观非均质特性极大地影响了宏观力学性能,导致了材料在拉应力的作用下容易开裂。抗拉强度作为一项基本的力学参数,可以用来评价材料的抗拉性能、预测裂缝的产生和发展,以解决实际工程中普遍存在的混凝土结构开裂问题,为混凝土结构构件的安全性评定提供参考。通常情况下,直接拉伸试验方法是最为常用的抗拉强度测定方法,然而试验存在着实施较困难的问题,又很容易受到局部应力集中和拉应力偏心的影响导致测量数
目标跟踪技术是计算机视觉领域的核心任务之一,其在视频监控、人机交互、医学诊断、智能视觉导航等众多领域有着重要应用。由于受现实复杂场景中光照变化、阴影、遮挡、运动
AlGaN材料可以通过调节铝组分使其禁带宽度从3.4eV(GaN)连续变化到6.2 eV(AlN),覆盖了从近紫外到深紫外波段,因此被广泛应用于LED、激光器、光电探测器等器件。然而,较高的折
长久以来,我国花样游泳运动员存在着重技能与体能训练,轻艺术表现力培养的问题,导致其艺术表现力弱,影响运动成绩的获取与提高。进行专门化的提高花样游泳运动员艺术表现力的训练成为亟待解决的问题之一。芭蕾基础训练在长期的发展过程中已经形成了一套成熟、完善、科学的训练体系,对优美的身体姿态、肌肉控制能力、艺术素养等都具有科学有效的训练价值,可用于提高运动员的艺术表现力,将芭蕾基础训练的内容和方法等运用在花样
本文研究方向是NLTV模型下利用ADMM对图像进行去模糊化处理。NLTV源自于TV模型,并且在处理去模糊化问题时相比于TV模型有更好的表现。在图像处理中,图片中的像素点的数值往往
随着片上多处理系统在各个研究领域被广泛应用,片上网络(Network-on-Chip,NoC)作为一种代替总线的新型核间互连方式得到学术界的广泛关注和研究。现如今,片上系统复杂度的日
电力负荷预测研究作为电力系统稳定运行的重要组成部分之一,为市场环境提供了高效、经济的发电计划和交易计划。准确无误的电力负荷预测能够有效保障电力电网系统的健康高效